本期研讨会，Applied Sciences 期刊特别邀请到重庆大学文海家教授作为会议主席、重庆交通大学/浙江大学吕庆教授以及南京林业大学葛琦副教授作为特邀嘉宾，聚焦地质灾害预测与防控的前沿进展，涵盖降雨型群发滑坡、滑坡变形监测及危岩崩塌易发性分析三个主题：
- 针对降雨群发滑坡，提出基于实时降雨过程的群发浅层滑坡概率评估方法，结合蒙特卡洛模拟确定I-D阈值曲线，并建立分级预警体系，实现滑坡前0.5–10小时的定量化预报。
- 针对监测数据稀缺问题，融合迁移学习与对比学习的滑坡裂缝智能分割方法、基于GAN的数据增强位移预测模型及轻量化Transformer可解释预测框架，为滑坡演化监测提供新思路。
- 面向样本不足的危岩崩塌易发性建模，提出结合TrAdaBoost迁移学习与随机森林的可解释模型，经因子筛选优化后显著提升预测精度，并利用SHAP揭示主控因子作用机制。
本次研讨会将为地质灾害风险评估与智能化防控提供多维度技术参考与学术交流平台。期待与各位学者共同交流。
研讨会信息
会议时间
2025年10月16日 9:00-11:00
会议形式
线上会议
会议议程
| ● | 9:00-9:10 | |||||||||||||||||||
|
会议主席致辞 文海家 教授 重庆大学 |
||||||||||||||||||||
| ● | 9:10-9:40 | |||||||||||||||||||
|
东南降雨型群发滑坡风险概率评价与预警阈值表征 吕庆 教授 重庆交通大学/浙江大学 |
||||||||||||||||||||
| ● | 9:40-10:10 | |||||||||||||||||||
|
面向稀缺数据的滑坡裂缝识别与位移预测方法 葛琦 副教授 南京林业大学 |
||||||||||||||||||||
| ● | 10:10-10:40 | |||||||||||||||||||
|
危岩崩塌易发性可解释迁移学习模型 文海家 教授 重庆大学 |
||||||||||||||||||||
| ● | 10:40-11:00 | |||||||||||||||||||
|
提问交流环节 |
||||||||||||||||||||
会议直播观看方式
- 小鹅通直播间
点击下方链接，进入小鹅通观看会议直播。
https://9g0ug.mk.xet.citv.cn/sl/4qNnlS
- MDPI学者交流群
 |
长按识别二维码，添加小助手微信，备注“学校+姓名+研究方向”，邀您加入 MDPI 学者交流群，获取直播链接，掌握直播动态，交流科研经验。 | |||||||||||||||||||
会议主席
文海家 教授
重庆大学
教授、博士、重庆大学土木工程学院博士生导师。国家卓越工程师教育培养计划专业/学科负责人、国家一流课程负责人、库区环境地质灾害国家地方联合工程研究中心技术总监。中国土木工程学会工程风险与保险研究分会副理事长、国际土力学与岩土工程学会ISSMGE TC309会员、教育部高等学校地质类专业教学指导委员会委员等学术兼职。出版教材专著10余部，发表SCI论文70余篇，其中ESI高被引13篇。授权专利等知识产权40余项、获教学成果国家二等奖、省级一等奖等多项、科技成果省部级与行业学会一、二、三等奖10余项。
报告题目：危岩崩塌易发性可解释迁移学习模型
报告简介：危岩崩塌常造成突发性灾害，空间易发性分析对灾害防治具有重要意义，基于机器学习的易发性建模在样本稀缺区域预测性能较低。本研究基于遥感、DEM及地质数据提取22个危岩崩塌影响因子，并利用地理探测器与KL散度优化因子库，筛选可迁移因子。以样本相对稀缺的汶川县为研究区、样本相对丰富的青川县为源区，提出结合TrAdaBoost迁移学习与随机森林的可解释易发性建模方法 (Tr-RF)，通过特征级迁移提取源区有效样本以提升目标区模型性能。采用混淆矩阵与ROC曲线评估结果，Tr-RF模型的验证指标均较传统RF模型有显著提升。通过SHAP对结果进行全局和局部解释，揭示了主控因子对危岩崩塌的作用机制与贡献。研究表明，经因子筛选优化的迁移学习模型在危岩崩塌易发性制图中具有可行性与推广价值。
主讲人简介
吕庆 教授
重庆交通大学/浙江大学
重庆交通大学/浙江大学，教授、博导。主要从事地质灾害风险防控研究工作，主持和参与国家自然科学基金、国家重点研发计划、浙江省重点研发计划以及重大工程科技攻关项目40余项、发表论文130余篇、入选ESI高被引论文2篇、获Computers and Geotechnics杰出论文奖。授权中国发明专利26项、美国、日本发明专利各1项、软件著作权8项。出版专著2部、参编《中国地质灾害防治指南》1部。成果应用于重大工程，取得了显著的社会和经济效益。获浙江省科技进步二等奖4项、中国岩石力学与工程学会自然科学一等奖1项、国际地质灾害与减灾协会杰出青年科学家奖、钱七虎奖等奖励和荣誉。入选教育部长江学者特聘教授，浙江省“万人计划”科技创新领军人才。
报告题目：东南降雨型群发滑坡风险概率评价与预警阈值表征
报告简介：针对我国东南降雨诱发的群发浅层滑坡，提出了一种基于实时降雨过程的滑坡概率评估方法。通过对多个典型暴雨诱发滑坡案例分析，发现斜坡的失稳概率随降雨过程动态变化，实际滑坡往往发生在失稳概率超过一定临界值之后。通过构建一个概率评估框架，综合考虑局地降雨特征与斜坡土体参数的不确定性，采用蒙特卡洛模拟法 (MCS) 确定降雨强度-历时 (I-D) 阈值曲线。将失稳概率为2.3%、7%和16%分别对应划分为黄色、橙色和红色预警等级。该方法已在实际滑坡案例中验证，能够在滑坡发生前0.5至10小时发出不同等级预警预报，为实时、精细化的滑坡预警与风险评估提供了定量化支撑与参考。
葛琦 副教授
南京林业大学
浙江大学博士、挪威岩土所 (NGI) 联合培养博士、南京林业大学土木工程学院副教授、硕导，入选江苏省高层次创新创业人才引进计划。主持国家自然科学基金、江苏省自然科学基金、新一代人工智能技术应用交通行业研发中心项目等科研项目，参与国家自然科学基金重点项目、浙江省重点研发计划等重大科技攻关项目。在 Engineering Geology、Journal of Rock Mechanics and Geotechnical Engineering、《岩石力学与工程学报》《岩土力学》等岩土与地质领域权威期刊上发表SCI/EI学术论文20余篇。现为中国岩石力学与工程学会人工智能实用化专委会委员、江苏省岩土学会地质灾害防治专委会委员，兼任 Journal of Intelligent Construction、Journal of Marine Environmental Engineering、Intelligent Geoengineering 等国际期刊青年编委。
报告题目：面向稀缺数据的滑坡裂缝识别与位移预测方法
报告简介：坡面变形是反映滑坡演化过程与稳定状态的关键指标，对其精准识别与预测具有重要的防灾减灾意义。近年来，人工智能技术持续推动滑坡灾害防控范式的革新，然而，受滑坡高位性、隐蔽性及监测周期长、成本高等因素制约，现场数据严重稀缺，成为制约现代神经网络模型应用的关键瓶颈。报告人将介绍近期在解决稀缺数据条件下滑坡变形识别与变形预测方面的系列研究进展，主要包括：融合迁移学习(Transfer Learning)与对比学习 (Contrastive Learning) 的滑坡裂缝智能分割方法、基于生成对抗网络 (GAN) 增强数据的位移预测模型，以及引入轻量化Transformer架构的可解释位移预测方法。最后，报告将展望该领域未来的研究方向。
特刊推荐
A Geotechnical Study on Landslides: Challenges and Progresses
Guest Editors:
Prof. Dr. Haijia Wen and Dr. Zhongqiang Liu
Deadline for manuscript submissions:
31 December 2025
点击下方链接，了解特刊详情。
https://www.mdpi.com/si/236664
主办单位
合作单位
MDPI已成功举办过多场学术研讨会，旨在为领域内学者提供一个学术交流的平台。相信通过进一步的交流，我们可以为广大青年学者及研究人员在英文学术写作和发表以及学术研究方面做出进一步的指导和探讨。
中文研讨会学术官网：
Applied Sciences 期刊介绍
主编：Giulio Nicola Cerullo, Politecnico di Milano, Italy
期刊主题涵盖应用物理学、应用化学、工程、环境和地球科学以及应用生物学的各个方面。
| 2024 Impact Factor | 2.5 |
| 2024 CiteScore | 5.5 |
|
Time to First Decision |
19.8 Days |
|
Acceptance to Publication |
2.6 Days |
点击下方链接，订阅 Applied Sciences 期刊最新资讯。